期刊文献+
共找到44篇文章
< 1 2 3 >
每页显示 20 50 100
一种有效缓解数据稀疏问题的协同过滤推荐算法 预览
1
作者 张清 于博 +1 位作者 王辉 邓林 《合肥工业大学学报:自然科学版》 CAS 北大核心 2019年第4期473-478,共6页
文章针对数据的稀疏会导致传统的协同过滤(collaborative filtering,CF)推荐算法不能准确地查找到最近邻居问题,提出了一种改进的基于用户Tanimoto相似性系数预填充的算法,通过改进的Tanimoto相似性系数得到更加合理的用户相似度,并结... 文章针对数据的稀疏会导致传统的协同过滤(collaborative filtering,CF)推荐算法不能准确地查找到最近邻居问题,提出了一种改进的基于用户Tanimoto相似性系数预填充的算法,通过改进的Tanimoto相似性系数得到更加合理的用户相似度,并结合提出的预测公式对目标用户的未评分项进行预测评分和填充,从而降低矩阵的数据稀疏度。实验结果表明,该算法对稀疏数据集具有较好的表现,能够提高推荐的质量。 展开更多
关键词 数据稀疏 协同过滤(CF) Tanimoto相似性系数 推荐算法 矩阵填充
在线阅读 免费下载
基于情境感知的饮食推荐方法研究 预览
2
作者 胡丹 谭钦红 +1 位作者 刘灿 钟琳倩 《信息通信》 2019年第3期60-63,共4页
基于情境感知的方法是实现饮食推荐的有效途径。以老人饮食推荐服务为应用背景,利用协同过滤的思想,对传统的协同过滤算法进行了改进,在其中引入了情境相似度和用户偏好度,结合基于SWRL规则推理的方法实现推荐。当两种推荐生成的结果集... 基于情境感知的方法是实现饮食推荐的有效途径。以老人饮食推荐服务为应用背景,利用协同过滤的思想,对传统的协同过滤算法进行了改进,在其中引入了情境相似度和用户偏好度,结合基于SWRL规则推理的方法实现推荐。当两种推荐生成的结果集有冲突时,利用基于情境的推理优化方法来过滤推荐结果集,进而完成混合推荐。实验结果表明,该方法相比传统的基于用户的协同过滤推荐和基于规则推理的推荐能够向用户提供较高质量的饮食推荐服务。 展开更多
关键词 情境感知 协同过滤 规则推理 混合推荐 饮食服务
在线阅读 下载PDF
基于标签分类的协同过滤推荐算法 预览 被引量:1
3
作者 朱峥宇 曹晓梅 《计算机应用研究》 CSCD 北大核心 2019年第8期2294-2296,2310共4页
传统的协同过滤根据用户的行为去预测可能喜欢的产品,是当前应用最广泛的推荐算法之一。但随着用户规模的急剧扩大,有价值的信息占比较少,存在稀疏性等问题,导致推荐质量不高。针对这一问题,提出了一种基于标签分类的协同过滤推荐算法... 传统的协同过滤根据用户的行为去预测可能喜欢的产品,是当前应用最广泛的推荐算法之一。但随着用户规模的急剧扩大,有价值的信息占比较少,存在稀疏性等问题,导致推荐质量不高。针对这一问题,提出了一种基于标签分类的协同过滤推荐算法。将不完整的数据样本根据标签进行分类,使分解的矩阵依赖于类,随后使用迭代投影寻踪的方法计算类依赖矩阵的线性组合及其对应的权重。开放数据集实验表明,该方法在保持一定分类准确率的前提下,平均降低了35.23%的插补误差,优于传统协同过滤推荐算法。 展开更多
关键词 协同过滤 矩阵分解 交替最小二乘法 迭代投影寻踪 监督学习
在线阅读 下载PDF
基于Spark的推荐系统的设计与实现 预览 被引量:1
4
作者 李星 李涛 《计算机技术与发展》 2018年第10期194-198,共5页
推荐系统是数据挖掘的一个重要部分,能够实现海量数据信息的快速、全面、准确过滤.然而基于以往传统单个主机模式实现的推荐算法其计算过程耗费的时间过长,已经不能满足当前商业时代快速可靠的技术追求.大数据平台Spark分布式计算框架... 推荐系统是数据挖掘的一个重要部分,能够实现海量数据信息的快速、全面、准确过滤.然而基于以往传统单个主机模式实现的推荐算法其计算过程耗费的时间过长,已经不能满足当前商业时代快速可靠的技术追求.大数据平台Spark分布式计算框架通过引入RDD(弹性分布式数据集)的概念以及基于内存的运算模式,能够更好地适应大数据挖掘这一应用场景.推荐算法在实现过程中存在多次迭代计算,Spark计算框架的使用可以极大提升推荐系统的运算效率.文中利用Spark平台设计了一个基于物品的协同过滤(Item-CF)算法的商品推荐系统,并将其应用在MovieLens数据集上运行测试.实验结果表明,该系统能够提高推荐精确度并降低运算时间. 展开更多
关键词 大数据 Spark平台 推荐系统 协同过滤(CF) 数据挖掘
在线阅读 下载PDF
一种带标签的协同过滤广告推荐算法 预览 被引量:1
5
作者 金紫嫣 张娟 +2 位作者 李向军 温海平 张华薇 《计算机工程》 CSCD 北大核心 2018年第4期236-242,247共8页
为准确预测点击率(CTR)并合理利用其进行广告推荐,基于标签推荐技术与协同过滤方法,提出一种新的混合式广告推荐算法。将广告关键词作为标签引人到Query页的相似性计算中,采用Query页加权综合相似度度量方法降低相似矩阵的稀疏性,建立... 为准确预测点击率(CTR)并合理利用其进行广告推荐,基于标签推荐技术与协同过滤方法,提出一种新的混合式广告推荐算法。将广告关键词作为标签引人到Query页的相似性计算中,采用Query页加权综合相似度度量方法降低相似矩阵的稀疏性,建立一种基于广告关键词的搜索广告兴趣模型。使用Top-N策略以减少最近邻候选集的大小,并基于预测CTR筛选出广告推荐结果。通过实验调节Query页加权综合相似度度量参数并验证算法的可扩展性。在KDDCUP2012数据集上的实验结果表明,与传统协同过滤算法、基于标签的推荐算法及基于标签和项目关系的推荐算法相比,带标签的协同过滤广告推荐算法具有更好的可扩展性和较优的推荐质量。 展开更多
关键词 广告推荐 协同过滤 标签 广告关键词 点击率
在线阅读 下载PDF
基于用户隐性反馈与协同过滤相结合的电子书籍推荐服务 被引量:2
6
作者 曹斌 彭宏杰 +2 位作者 侯晨煜 杨克宇 范菁 《小型微型计算机系统》 CSCD 北大核心 2017年第2期334-339,共6页
随着电子设备的普及,越来越多的人更愿意在他们的手机或者平板上阅读电子书籍.推荐服务的出现是为了从海量电子书籍中找到符合读者兴趣的书籍,其中协同过滤(Collaborative Filtering,CF)作为推荐系统的主流方法,也被应用在书籍... 随着电子设备的普及,越来越多的人更愿意在他们的手机或者平板上阅读电子书籍.推荐服务的出现是为了从海量电子书籍中找到符合读者兴趣的书籍,其中协同过滤(Collaborative Filtering,CF)作为推荐系统的主流方法,也被应用在书籍推荐服务中.传统基于CF的书籍推荐在解决用户显性评分缺失问题时,仅考虑了用户对书籍的喜好程度与阅读时长和阅读频次等隐性反馈内容有关,忽略了在阅读书籍时不同用户间阅读速度可能存在差异.从阅读速度出发展开研究,提出阅读速度感知模型(Reading Speed—aware Model,RSA)和书籍阅读权重模型(Reading Book—weight Model,RBW),把用户的阅读时长转换为阅读速度,最后结合上述两个模型提出一个混合的速度一权重模型(Speed—Weight Model),将用户的隐性反馈转换为喜好程度的评分来补全CF评分矩阵.通过对现有方法的实验对比分析,本文所提方法能够在一定程度上提高书籍推荐的准确度. 展开更多
关键词 协同过滤(CF) 推荐系统 隐形反馈 电子书籍
基于Spark的分布式实时推荐系统 预览 被引量:1
7
作者 王佳娴 王中杰 《系统仿真技术》 2017年第2期158-161,共4页
提出了一个基于Spark的分布式实时推荐系统(RS)。该系统应用Movie Lens数据集,在Spark平台上实现了基于模型的协同过滤(CF)算法,并在Spark Streaming框架上运用该算法进行测试,评估实时推荐中算法的可靠性。
关键词 推荐系统(RS) 协同过滤(CF) 流式数据 SPARK
在线阅读 下载PDF
基于用户点赞行为的推荐算法研究 预览
8
作者 刘天宇 陈登凯 李雪瑞 《计算机工程与应用》 CSCD 北大核心 2017年第24期75-79,共5页
传统的协同过滤算法主要通过已有项目的评分信息确定用户邻近集再进行评分预测,并以此进行推荐,这种推荐方法的推荐精度并不高。引入一个新的项目属性-意象标签作为用户与项目之间的联系纽带,在协同过滤算法的基础上提出一种双矩阵... 传统的协同过滤算法主要通过已有项目的评分信息确定用户邻近集再进行评分预测,并以此进行推荐,这种推荐方法的推荐精度并不高。引入一个新的项目属性-意象标签作为用户与项目之间的联系纽带,在协同过滤算法的基础上提出一种双矩阵模型,并利用平台用户对于意象标签的点赞行为再次改进方法。实验结果证明,两种方法均大幅度提高推荐范围,且引入用户支持度的方法能够有效地提高推荐精度。 展开更多
关键词 协同过滤 推荐算法 意象标签 双矩阵模型 点赞行为
在线阅读 下载PDF
Personalized topic modeling for recommending user-generated content
9
作者 Wei ZHANG Jia-yu ZHUANG +3 位作者 Xi YONG Jian-kou LI Wei CHEN Zhe-min LI 《信息与电子工程前沿:英文版》 SCIE EI CSCD 2017年第5期708-718,共11页
User-generated content(UGC) such as blogs and twitters are exploding in modern Internet services. In such systems, recommender systems are needed to help people filter vast amount of UGC generated by other users. Howe... User-generated content(UGC) such as blogs and twitters are exploding in modern Internet services. In such systems, recommender systems are needed to help people filter vast amount of UGC generated by other users. However, traditional recommendation models do not use user authorship of items. In this paper, we show that with this additional information, we can significantly improve the performance of recommendations. A generative model that combines hierarchical topic modeling and matrix factorization is proposed. Empirical results show that our model outperforms other state-of-the-art models, and can provide interpretable topic structures for users and items. Furthermore, since user interests can be inferred from their productions, recommendations can be made for users that do not have any ratings to solve the cold-start problem. 展开更多
Hybrid immunizing solution for job recommender system
10
作者 Shaha AL-OTAIBI Mourad YKHLEF 《中国计算机科学前沿:英文版》 SCIE EI CSCD 2017年第3期511-527,共17页
基于改进相似性度量的项目协同过滤推荐算法 预览 被引量:10
11
作者 于金明 孟军 吴秋峰 《计算机应用》 CSCD 北大核心 2017年第5期1387-1391,1406共6页
针对传统协同过滤推荐算法遇到冷启动情况效果不佳的问题,提出一种基于项目相似性度量方法(IPSS)的项目协同过滤推荐算法(ICF_IPSS),其核心是一种新的项目相似性度量方法,该方法由评分相似性和结构相似性两部分构成:评分相似性部... 针对传统协同过滤推荐算法遇到冷启动情况效果不佳的问题,提出一种基于项目相似性度量方法(IPSS)的项目协同过滤推荐算法(ICF_IPSS),其核心是一种新的项目相似性度量方法,该方法由评分相似性和结构相似性两部分构成:评分相似性部分充分考虑两个项目评分之间的评分差、项目评分与评分中值之差,以及项目评分与其他评分平均值之差;结构相似性部分定义了共同评分项目占所有项目比重,并惩罚活跃用户的逆项目频率(IIF)系数。在Movie Lens和Jester数据集下测试算法准确率。在Movie Lens数据集下,当近邻数量为10时,ICF_IPSS的平均绝对偏差(MAE)和均方根误差(RMSE)分别比基于Jaccard系数的均方差异系数的项目协同过滤算法(ICF_JMSD)低3.06%和1.20%;当推荐项目数量为10时,ICF_IPSS的准确率和召回率分别比ICF_JMSD提升67.79%和67.86%。实验结果表明,基于IPSS的项目协同过滤算法在预测准确率和分类准确率方面均优于基于传统相似性度量的项目协同过滤算法,如ICF_JMSD等。 展开更多
关键词 协同过滤 推荐算法 相似性度量 评分相似性 结构相似性 冷启动
在线阅读 下载PDF
基于加权Slope One的协同过滤个性化推荐算法 预览 被引量:7
12
作者 李桃迎 李墨 李鹏辉 《计算机应用研究》 CSCD 北大核心 2017年第8期2264-2268,共5页
针对传统协同过滤算法存在冷启动、数据稀疏、运行效率低下等问题,分析了较传统协同过滤算法更加高效准确的Slope One算法的优点、原理及流程。针对Slope One算法未考虑用户兴趣变化和用户相似性这两方面的问题,提出了基于用户兴趣遗忘... 针对传统协同过滤算法存在冷启动、数据稀疏、运行效率低下等问题,分析了较传统协同过滤算法更加高效准确的Slope One算法的优点、原理及流程。针对Slope One算法未考虑用户兴趣变化和用户相似性这两方面的问题,提出了基于用户兴趣遗忘函数和用户最近邻居筛选策略的改进方案,以期提高推荐的质量,同时采用Movie Lens数据集进行了实验验证。实验对比结果佐证了该算法确实提高了推荐准确度并且减少了响应时间。 展开更多
关键词 推荐算法 协同过滤 邻居选择 用户兴趣遗忘函数
在线阅读 下载PDF
基于标签聚类和兴趣划分的协同过滤推荐算法 预览 被引量:4
13
作者 朱东郡 李敬兆 +1 位作者 谭大禹 杨大禹 《计算机工程》 CSCD 北大核心 2017年第11期146-151,160共7页
传统的协同过滤算法只根据用户对资源的评分单方面地挖掘用户兴趣,未能对用户兴趣进行划分,忽略了用户兴趣随时间推移发生的变化,影响了推荐质量。为解决上述问题,提出一种能适应用户兴趣变化和有效挖掘用户兴趣的推荐算法。在传统协同... 传统的协同过滤算法只根据用户对资源的评分单方面地挖掘用户兴趣,未能对用户兴趣进行划分,忽略了用户兴趣随时间推移发生的变化,影响了推荐质量。为解决上述问题,提出一种能适应用户兴趣变化和有效挖掘用户兴趣的推荐算法。在传统协同过滤算法基础上考虑了标签对推荐的影响,通过标签聚类将用户的兴趣进行划分,并在标签和用户评分2个方面对目标用户的相似用户进行二重选择。考虑到用户可能会因时间的推移发生兴趣变化,在计算标签和评分权重时融入了时间因子,以对其在时间维度上进行修正。实验结果表明,改进后的算法能更好地挖掘用户兴趣,适应用户的兴趣变化,提高推荐精度。 展开更多
关键词 推荐系统 协同过滤 标签聚类 兴趣划分 用户兴趣
在线阅读 下载PDF
基于位置的非对称相似性度量的协同过滤推荐算法 预览 被引量:7
14
作者 王付强 彭甫镕 +1 位作者 丁小焕 陆建峰 《计算机应用》 CSCD 北大核心 2016年第1期171-174,180共5页
为提升推荐系统的准确率,针对传统协同过滤(CF)推荐算法没有有效使用位置信息的问题,提出了一种基于位置的非对称相似性度量的协同过滤推荐算法(LBASCF)。首先,分别利用用户-商品评分矩阵和用户历史消费位置,计算出用户间的余弦相... 为提升推荐系统的准确率,针对传统协同过滤(CF)推荐算法没有有效使用位置信息的问题,提出了一种基于位置的非对称相似性度量的协同过滤推荐算法(LBASCF)。首先,分别利用用户-商品评分矩阵和用户历史消费位置,计算出用户间的余弦相似性和基于位置的非对称相似性;其次,将余弦相似性与基于位置的相似性融合,得到一个新的非对称用户相似性,融合后的相似性能够同时反映用户在位置上和兴趣上的偏好;最后,根据用户的最近邻居对商品的评分向用户推荐新的商品。用某点评数据集和Foursquare数据集对算法的有效性进行了评估。在某点评数据集实验结果证明,与CF相比,LBASCF的召回率和精确率分别提高了1.64%和0.37%;与位置感知协同过滤推荐系统(LARS)方法比较,LBASCF的召回率和精确率分别提高了1.53%和0.35%。实验结果表明,LBASCF相对于CF和LARS在基于位置服务的应用中能够有效提高系统的推荐质量。 展开更多
关键词 协同过滤 基于位置服务 个性化推荐 位置感知 基于位置的用户相似性
在线阅读 下载PDF
基于用户人口统计特征与信任机制的协同推荐 预览 被引量:7
15
作者 时念云 葛晓伟 马力 《计算机工程》 CAS CSCD 北大核心 2016年第6期180-184,共5页
针对协同过滤算法的数据稀疏性与冷启动问题,结合用户人口统计特征与信任机制提出一种改进推荐算法。在计算用户评分相似度时融合用户人口统计特征,产生总体相似度,通过考虑用户交互信息的局部信任和用户在整个系统中的全局信任,引入信... 针对协同过滤算法的数据稀疏性与冷启动问题,结合用户人口统计特征与信任机制提出一种改进推荐算法。在计算用户评分相似度时融合用户人口统计特征,产生总体相似度,通过考虑用户交互信息的局部信任和用户在整个系统中的全局信任,引入信任机制,将总体相似度和信任度相结合的混合值作为推荐权重,为用户进行推荐。实验结果表明,该算法能够有效提高冷启动用户的预测准确率。 展开更多
关键词 推荐系统 人口统计特征 信任机制 协同过滤 混合模型
在线阅读 下载PDF
一种基于多元社交信任的协同过滤推荐算法 预览 被引量:13
16
作者 王瑞琴 蒋云良 +1 位作者 李一啸 楼俊钢 《计算机研究与发展》 EI CSCD 北大核心 2016年第6期1389-1399,共11页
协同过滤推荐是当前最成功的个性化推荐技术之一,但是传统的协同过滤推荐算法普遍存在推荐性能低和抗攻击能力弱的问题.针对以上问题,提出了一种基于多元化社交信任的协同过滤推荐算法CF-CRIS(collaborative filtering based on credib... 协同过滤推荐是当前最成功的个性化推荐技术之一,但是传统的协同过滤推荐算法普遍存在推荐性能低和抗攻击能力弱的问题.针对以上问题,提出了一种基于多元化社交信任的协同过滤推荐算法CF-CRIS(collaborative filtering based on credibility,reliability,intimacy and self-orientation).1)借鉴社会心理学中的信任产生原理,提出基于多个信任要素(可信度、可靠度、亲密度、自我意识导向)的信任度计算方法;2)深入研究社交网络环境中各信任要素的识别、提取和量化方法;3)基于用户间的综合信任度选取可信邻居,完成对目标用户的个性化推荐.基于通用测试数据集的实验研究结果表明:该算法不但可以极大地提高推荐系统的精确度和召回率,而且表现出良好的抗攻击能力. 展开更多
关键词 协同过滤 社交网络 信任 信任要素 推荐精度 召回率 抗攻击能力
在线阅读 下载PDF
Implicit Trust Based Context-Aware Matrix Factofization for Collaborative Filtering 预览
17
作者 李继云 孙才奇 《东华大学学报:英文版》 EI CAS 2016年第6期914-919,共6页
Matrix factorization(MF) has been proved to be a very effective technique for collaborative filtering(CF),and hence has been widely adopted in today's recommender systems.Yet due to its lack of consideration of th... Matrix factorization(MF) has been proved to be a very effective technique for collaborative filtering(CF),and hence has been widely adopted in today's recommender systems.Yet due to its lack of consideration of the users' and items' local structures,the recommendation accuracy is not fully satisfied.By taking the trusts among users' and between items' effect on rating information into consideration,trust-aware recommendation systems(TARS) made a relatively good performance.In this paper,a method of incorporating trust into MF was proposed by building user-based and item-based implicit trust network under different contexts and implementing two implicit trust-based context-aware MF(ITMF)models.Experimental results proved the effectiveness of the methods. 展开更多
在线阅读 下载PDF
基于相似度拓展与兴趣度缩放的协同过滤算法 预览 被引量:2
18
作者 夏平平 帅建梅 《计算机工程》 CAS CSCD 北大核心 2016年第1期199-202,209共5页
现有的协同过滤算法未考虑用户浏览记录中用户对项目的潜在厌恶信息,忽视新老用户对不同流行度项目的兴趣差异。为此,提出一种改进的协同过滤算法。从用户浏览记录中提取用户对项目的潜在厌恶信息,计算项目之间被用户厌恶的相似度,将其... 现有的协同过滤算法未考虑用户浏览记录中用户对项目的潜在厌恶信息,忽视新老用户对不同流行度项目的兴趣差异。为此,提出一种改进的协同过滤算法。从用户浏览记录中提取用户对项目的潜在厌恶信息,计算项目之间被用户厌恶的相似度,将其与项目之间被用户喜欢的相似度结合,得到项目的综合相似度。在此基础上用偏好因子对用户的兴趣度进行缩放,该因子能够反映新老用户对不同流行度项目的倾向性。实验结果表明,该算法在不明显增加时空复杂度的前提下,可有效提高推荐准确率、召回率和覆盖率。 展开更多
关键词 协同过滤 潜在厌恶信息 偏好因子 相似度拓展 兴趣度缩放
在线阅读 下载PDF
基于评分预测的协同过滤推荐算法 预览 被引量:7
19
作者 周海平 黄凑英 +1 位作者 刘妮 周洪波 《数据采集与处理》 CSCD 北大核心 2016年第6期1234-1241,共8页
传统的基于评分预测的协同过滤算法在计算用户之间相似性时只针对用户共同评过分的物品计算评分差异,然而由于不同用户共同评分的物品数目不同,使得计算标准不统一,从而导致推荐质量不理想。本文在传统算法的基础上进行改进,新算法... 传统的基于评分预测的协同过滤算法在计算用户之间相似性时只针对用户共同评过分的物品计算评分差异,然而由于不同用户共同评分的物品数目不同,使得计算标准不统一,从而导致推荐质量不理想。本文在传统算法的基础上进行改进,新算法在计算相似性的时候一方面考虑了用户共同评分的物品数,另一方面还考虑了物品的热门程度对用户相似性计算的影响。实验结果表明,新算法在推荐准确率和召回率上都比传统算法提高了1倍以上。研究还发现在算法中使用Pearson相关系数明显好于使用欧氏距离作相似性度量标准得到的推荐效果。 展开更多
关键词 推荐系统 协同过滤 相似性 召回率 准确率
在线阅读 下载PDF
一种基于Dice-Euclidean相似度计算的协同过滤算法 预览 被引量:7
20
作者 王立印 张辉 陈勇 《计算机应用研究》 CSCD 北大核心 2015年第10期2891-2895,共5页
针对协同过滤算法中项目(用户)之间的相似度计算出现的部分项目的相似度无法计算、对稀疏数据效果较差等问题,提出了一种计算项目之间相似度的新算法——Dice-Euclidean相似度算法。该算法综合考虑两个项目的共同评分数占总评分数的... 针对协同过滤算法中项目(用户)之间的相似度计算出现的部分项目的相似度无法计算、对稀疏数据效果较差等问题,提出了一种计算项目之间相似度的新算法——Dice-Euclidean相似度算法。该算法综合考虑两个项目的共同评分数占总评分数的比例、项目评分向量夹角和项目评分向量距离三个因素来衡量向量的相似度。在Movie Lens数据集上进行的实验表明,Dice-Euclidean算法相比cosine、pearson、adjusted cosine、CF_P_D算法,MAE值降低了10.2%、21.9%、6.3%、4.0%,从而得出Dice-Euclidean算法使得数据稀疏性对最终推荐结果的负面影响变小。 展开更多
关键词 协同过滤 个性化信息推荐 相似度计算 平均绝对偏差 数据稀疏性 修正余弦相似度
在线阅读 下载PDF
上一页 1 2 3 下一页 到第
使用帮助 返回顶部 意见反馈
新型冠状病毒肺炎防控与诊疗专栏